Anthropic радикально пересмотрела подход к контекст-инжинирингу для нового поколения моделей Claude. В ходе внутреннего аудита инженеры обнаружили, что системный промпт Claude Code раздулся до критических размеров, а его инструкции противоречили друг другу. Решение оказалось неожиданным: удаление более 80% промпта привело к росту качества, а не к его падению.

Речь идет о фундаментальном сдвиге в том, как модель воспринимает окружающую среду перед запросом. Раньше контекст включал системный промпт, навыки, файлы проекта и память — единую, но громоздкую конструкцию. Анализ логов Claude Code показал, что части этой системы конфликтовали: одна часть требовала одного, другая — прямо противоположного.

Почему меньше оказалось лучше

Новое поколение моделей Claude, как выяснилось, способно самостоятельно интерпретировать контекст и принимать решения без жестких предписаний. Поэтому Anthropic пошла на смелый шаг — сократила системный промпт более чем на 80%. Внутренние тесты по программированию подтвердили: качество не только не упало, но и в ряде сценариев выросло.

Ключевой вывод из нового гайда компании: модель работает лучше при меньшем объеме инструкций. Пользователю стоит не перегружать систему, а давать ей больше свободы. Вместо многостраничных правил — одна строка: «пиши код в стиле окружающего проекта». Вместо десятков примеров — один, чтобы не ограничивать вариативность. Инструкции, которые нужны лишь изредка, теперь выносятся в отдельные навыки и подгружаются только по необходимости.

Особое внимание Anthropic уделяет автоматической памяти и продвинутым ссылкам. Claude сам сохраняет важное, а вместо простых markdown-файлов рекомендует использовать HTML и артефакты. Системный промпт при этом важен не всем: обычному пользователю Claude Code он не нужен, но при создании собственного агента именно на нем стоит сосредоточиться.

Мой взгляд: Этот шаг — маркер зрелости ИИ-индустрии. Мы переходим от эпохи «промпт-инжиниринга» к эпохе «контекст-инжиниринга», где модель берет на себя интерпретацию, а человек лишь задает вектор. Для разработчиков это сигнал: чем проще и чище контекст, тем выше отдача от модели. Инвесторам и аналитикам стоит следить за этим трендом — он напрямую влияет на производительность AI-агентов и, соответственно, на их коммерческую ценность.